保護區域乃至於全球尺度的生物多樣性，一直是各國設法達成的目標。美國佛羅里達自然歷史博物館(Florida Museum of Natural History)的研究學者對這方面的議題提出呼籲，認為是時候利用長期累積的大數據解決人們長期以來的疑問：植物是如何演化並形成現在的分布？並預測未來環境受人為擾動下，植物將如何繁衍等問題。 　　研究人員表示，近年來，由於資料處理、演算法及硬體性能方面大幅度進展，研究人員能將生物相關的大數據，以適當的工具加以分析，解開長年來人們感興趣的議題。這些議題包括物種保育策略、預測未來物種的分布，及透過模型模擬預測物種受氣候變遷衝擊的程度等。現今，越來越新穎的量測方式，包含遙測與無人機技術，讓科學家們即時觀測與蒐集數據；此外，研究人員也可利用生物愛好者或公民科學家(citizen scientist)蒐集整理並發布在線上資料庫的客觀數據作為研究數據。藉由結合上述數據來源，研究人員便可全方位地探討生物問題，政策制定者與決策者也可依據資料庫內容或研究結果制定及推動相對應的政策。相關研究文獻已發表在<Nature Plants>。【延伸閱讀】以大數據分析都市農業未來潛能 　　以大數據為基礎的研究，對於釐清生物演化史、現況分布及與預測未來可能分布的範圍有其必要性。在農業方面，善用宏觀的大數據分析將有助於預測作物分布之生長界限，倘若對臺灣特有種的分布有通盤的了解，將有利於未來制定保育政策，特殊的種源在完善的保育政策下將得以保存，對日後的育種試驗有相當大的幫助。 　　目前國內已由農委會、中研院與科技部共同成立「臺灣生物多樣性資訊入口網」，「臺灣生物多樣性資訊入口網」匯集各界研究學者與公民科學家調查之生物分布資訊，以數位化的方式呈現於網路平台，供國人查閱。

20世紀時超級市場的出現改變了傳統零售業的規則，不但因大量進貨壓低了產品價格，同時也簡化了消費者取得各類食物的途徑。現今隨著我國市場經濟迅速發展和人民消費水準不斷提高，消費者意識逐漸趨於複雜，在多樣化的選擇面前，這些個性化特質得以充分展現；且農產品加工、保鮮、物流等技術更朝向數位化、自動化提升，未來技術創新與消費者喜好將促使現有的商業模式進一步發生變化。以下為2019年超市六大發展趨勢預測： 1. 電子商務 　　根據IGD公司研究，至2023年十大全球線上食品雜貨市場預計總銷售額將達到近2,000億元，年增長率為20%。受益於科技的進步，結合實體店面與電子商務可提升消費者購物的便利性，更能滿足其消費需求。然而，若需與新鮮農產品結合，則更有挑戰性，為了支持業務規模擴張與壓低成本，須強化投資人工智慧與自動化倉儲技術等，才能順利促成線上與線下的結合。 2. 實體店數位化 　　接下來的一年中，預計實體店面將會逐漸掌握消費者購物偏好與習慣，設計使其更容易找到目標物的購物流程與設施。實體店的大空間比起線上商城更具優勢，許多商店已經逐漸利用這些空間，例如義大利的il Viaggiator Goloso的貨架上的電子標籤能夠顯示線上產品評論與分數，提供消費者參考。此外，實體店未來可能透過購物車上的設備或是手機應用程式引導消費者走向容易提起購買慾的區域，而貨架上的傳感器能夠追蹤客戶放入購物車的物品，並在其離開商店時以移動式支付系統收費。 3. 個性化體驗 　　消費者數據對長期追蹤消費者需求以發展個性化購物非常重要，只要準確地衡量企業的客戶洞察力，就能得到市場先機；故了解客戶的消費內容、時間、地點和購買方式，提升預測消費者購物偏好和行為的前瞻性，快速制定有影響力的決策更能推動市場增長。透過消費者數據、人工智慧與機器學習，零售商能更加有效地定位產品與服務，幫助供應商實行優惠券和抽獎等推銷作業前的市場推估。 4. 社交商務興起 　　電子商務可能帶來新的購物方式，社交商務很可能會在2019年出現，透過社交商務，零售商和供應商能夠提供更加針對性的行銷方式，以及讓線上購物變成更具社交性、即時性和便捷性的方式。新技術的使用意味著人們不再需要進入線上商城購買商品，只要在觀看商品圖片或影片時就能及時將該品項加入虛擬購物車中，這可能會重新塑造商品的買賣方式。 5. 供應鏈技術 　　社交媒體的發達使得消費者更能追蹤有關產品安全的相關消息，只要一點小問題就可能對品牌造成非常大的損傷，傳統供應鏈將會因此受到更大的壓力。同時，消費者對新鮮度的要求與減少食物浪費的壓力將會使得加工生產線需要準確了解進貨與維持安全的儲存量，超市也需要提升產品交易成功的效率。另外，超市和專門雜貨店可能減少現場營運成本，將更大比例的區塊用於展示商品；或是維持相同的規模，但變成實體與虛擬商店間的連結，客戶可於現場看到購買商品的樣子，線上提供的商品也可以透過互動式螢幕進行呈現或被購買。【延伸閱讀】以行動應用程式整合人工智慧香蕉病蟲害辨識系統讓蕉農獲得更全面的預警資訊 6. 可追溯性數據 　　數據儲存、計算、分析技術的進步也逐漸改變消費者對產品可追溯性的期望，越來越多中產階級對於食品安全、食物採購與篩選方式感到好奇，未來產品資訊或許除了來源外，還可能會擴及到營養與口味等其他更加細微的訊息。而且許多零售商(如家樂福)已開始採用區塊鏈技術，以QR code為消費者提供食品來源的詳細資訊，預期2019年將繼續快速發展。

部分人口可能因為受到遺傳、環境、作息、食物烹調方式等影響，造成免疫系統對攝入的食物蛋白或是其他物質過度反應，產生皮膚紅疹、噁心、消化道腫脹、腹瀉、氣喘等食物過敏的症狀，嚴重者甚至導致休克或死亡。然而食物中的過敏原種類繁多，可能受加工程序或產線重疊等因素使得消費者無意間購買並食用含有過敏原的產品，因此近年來各地食品管理部門紛紛提出食品中的過敏源標示規範。我國衛生福利部食品藥物管理署也將於108年7 月1日起施行11項食品過敏原標示規定，守護民眾食的安全。 　　瑞士第二大零售商Coop與標籤設計軟體NiceLabel的開發商合作，整合和簡化其工廠和麵包零售店標籤流程，以統一和可追溯的方式生產含有過敏原成分和營養資訊的食品標籤。公司聲稱，無論標籤是在哪個麵包店或生產設施上產生，消費者都可以相信上面包含準確和最新的過敏原和營養資訊。此系統可幫助食品和飲料製造商滿足法規和各地區標籤要求，改善食品安全。【延伸閱讀】IBM與雀巢、聯合利華等食品龍頭合作利用區塊鏈追蹤食物汙染源 　　起初Coop並無統一的標籤格式，一種標籤必須創造多種版本以使用在不同的列印設備，且無數位化轉換與統一管理的中央系統，不利於產品品質管理和使用者訓練，這些都是生產背後所不可忽視的風險成本。透過開發跨設備的通用標籤模板與流程數位化，有利於建立標準化的作業流程，提升生產速度並輕鬆管理多種語言的過敏原和營養資訊，所有的修改程序也記錄至檔案管理系統，增進可追溯性；NiceLabel系統使Coop在2017年的營業額達到250億歐元。 　　現在隨著Label Cloud的推出，NiceLabel標籤管理系統也可以在雲端進行管理，更增加了使用上的靈活性。越來越多的消費者過敏案例使得食品標籤市場正在發生變化，製造商於生產端就推出清楚明瞭的產品資訊有利於選購時的安全，並能累積消費者信心。

近年來微生物相(microbiota)的研究蓬勃發展，這些棲息在動植物體內或是環境中的豐富微生物具有影響動植物生理或是環境變化的重要功能，人類腸道微生物相的族群消長則容易影響生理代謝和身體健康，且隨著性別、人種、年齡、飲食習慣與生活環境等。另一方面，「預防勝於治療」的觀念已廣為人知，了解個體獨特的生理變化，再採取適當的改善辦法是一種更加精確的健康管理方式。 　　隨著功能性產品的市場逐漸壯大，開發商與消費者對於個性化營養強化與消化道健康的興趣也日益濃厚。為此芬蘭公司GutGuide提供了一系列個性化的腸道檢測服務，透過開發液體穩定劑以固化寄送期間的糞便樣本，強化樣本收集的方便性，並使用高效的專利流式細胞儀技術進行微生物群分析，再比較健康成人腸道微生物數據庫，可確定近70％的腸道菌群，幫助客戶了解菌相差異與肥胖、大腸激躁症、乳糜瀉甚至憂鬱症間的關係。且客戶與健康專業人員可以創建私人的帳戶，定期詢問進度和結果，相關數據均受良好保護。【延伸閱讀】歷史性種子樣本監測基因變化性 　　只要微生物資訊持續累積，資料庫將會越加完備，分析成本也會更有競爭力，未來此平台更可協助廠商進行開發口腔牙齦炎、過敏性皮膚和腸道健康相關的機能性產品，以呼應特定客群的需求。考量於人種及飲食習慣的差異，目前此分析平台仍以歐洲市場為主，或許可再藉由技術移轉或新的數據庫收集以擴大使用區域。

果實的採收後處理是農產運銷中的一大問題，從採收後處理到商品上架被消費者購買的這段時間，是決定果實是否熟成及新鮮與否的關鍵。在產銷過程中，判斷果實是否採收與採收後的分級指標在於果實的甜度(sweetness)。為此，如何判斷仍在果樹枝條上的果實甜度，成為採收的關鍵與指標。 　　巴西農業研究公司(Brazilian Agricultural Research Corporation，簡稱Embrapa)已嘗試利用近紅外光譜儀(Near-infrared spectroscopy，簡稱NIRS)測量技術，建立不同品系芒果的採收指標。相較於傳統，將芒果樣本採集經實驗室分析的方法，巴西農業研究公司與巴西巴伊亞州立大學(Bahia State University)合作，開發非接觸性近紅外光譜儀檢測技術，可在芒果未採收時檢測果實乾種、可溶性固形物、澱粉含量、酸度、果實硬度、果皮顏色等物理及化學數據，再將測出的數據與巴伊亞州立大學建立的資料庫進行數據比對，便可即時判斷芒果的熟成度，並判斷何時為最佳的採收時機。 　　巴西農業研究公司花費近四年的時間，收集生長在聖法蘭西斯科河(São Francisco river)中下游，共3種不同芒果品系(Tommy Atkins、Palmer與Keitt)的果實熟成資訊，建立芒果果實基本資料庫，並設立近紅外光譜儀檢測流程。這項檢測法可望應用在果樹經營管理方面，農民能透過攜帶型裝置或手機，輕易的測量與紀錄果實的成熟度及甜度，即時掌握果園資訊，確保外銷到美國、歐洲及亞洲等海外地區的芒果依然新鮮。【延伸閱讀】研究顯示能同時生產魚和蔬菜的魚菜共生系統可以於商業上獲利 　　在人手一機的情況下，巴西農業研究公司與巴伊亞州立大學的這套檢測流程有機會推廣至全巴西，農民未來只需搭配能連結手機的特殊檢測裝置，便可將數據透過手機應用程式進行記錄並將數據與預先建構的資料庫進行資料比對，除可對果實進行初步篩選分類外，也能將果實成熟度與現有市場的銷售情況搭配，以便適時調整採收的進度，調節可能面臨的產銷問題，提升產品的競爭力。該研究的詳細描述，請參考相關連結。

目前在家禽市場當中，母雞所生產肉品與蛋品佔據較高的比例，公雞既無產蛋效能，肉質也不如母雞軟嫩，市場價值較低，因此有許多公雞常在出生後沒多久受到屠宰。基於人道主義考量，部分地區使用二氧化碳窒息或快速絞碎機的方式，在雞隻尚未感受到痛苦前即死亡，再經過加工製成飼料、肥料等作為其他用途。 　　德國是世界上極為重視動物福利的國家之一，然而，僅在德國每年就有超過4,500萬隻雄性小雞受到屠宰，且全球每年約淘汰掉60億隻小雞。目前絕大部分的地區還是以小雞孵化後以人工判別生殖器差異的方式區分性別，但此項作業需要累積長期經驗，若是可開發出快速檢驗性別的相關技術，在小雞成型前就先區分出雄性蛋，就能減少人力和孵化設備負擔，並雄性蛋孵化前進行處理。 　　經過四年的研究，德國Seleggt公司開發出一套技術，可以在受精後9天確定小雞的性別。首先將蛋從培養箱中取出，利用感測器檢查雞蛋是否受精，在受精蛋殼上利用雷射燒出直徑小於0.3毫米的洞，以非侵入性方式取出少量尿囊素(allantois)液體，若受精卵為雌性，液體中便含有雌酮硫酸鹽(一種雌性激素)，再將其置於專利標記物中，就可以根據顏色變化對蛋進行分類。【延伸閱讀】利用微型追蹤器提高龍蝦在供應鏈中的生存率 　　在Seleggt團隊取得突破後，後續透過機器設備設置與優化以便在孵化場使用，現已與荷蘭公司HatchTech合作製造了測試機型，而第一批雞蛋現正分發給德國超市Rewe，未來以此技術區分性別的蛋在銷售前會印上“respeggt”標章，並計劃在整個歐洲推行此種模式。

人工智慧(artificial intelligence，簡稱AI)在未來農業發展中扮演重要的推手，透過人們預先編寫的指令，具人工智慧的電腦將能協助或取代人們在農業生產管理中的角色，例如自動摘採已成熟的果實、自動辨別病蟲害嚴重的區域並派遣無人機執行灑藥防治等行為。在人工智慧的開發過程中，如何將接收的外界資訊加以運用，在「學習」後執行指令以達成目的，始終是發展人工智慧的重要課題。其中一個重要的環節，稱作電腦視覺(computer vision)，是門在於如何判讀感測器接收到的影像，使影像被電腦所理解的一個過程及技術。電腦視覺仍是透過執行人們預先編寫的指令，賦予電腦影像判讀的能力，這意味著影像辨識能力的強弱，部分取決於指令下達的複雜度。目前電腦視覺仍僅能以接收的圖像作為判別基準，無法以局部資訊判斷出整體情況，比方說某一隻動物因上半身被物體阻擋，而僅露出半身資訊，這時人們可以透過常識或經驗「腦補」出可能的動物種類，但電腦可能就無法準確的辨認出人們一眼就看出的物品為何。【延伸閱讀】氣候智慧型農業將有助於農民對抗全球氣候變遷之衝擊 　　在以往對電腦訓練的過程中，電腦需經過辨識上千張的圖片作為訓練，才能建立特定特徵的影像辨識機制，但人工智慧系統並未如同人類大腦一般，可預先儲存各種經驗與常識的資料庫，以便在看到物件時「腦補」成完整的故事及圖像。為使人工智慧系統也具備類人腦般的辨識能力，加州大學洛杉磯分校(University of California, Los Angeles，簡稱UCLA)薩穆埃利工程學院(Samueli School of Engineering)的研究團隊受人腦的啟發，研發出新方法，以彌補人工智慧在學習方面的問題。該方法由三個主要部分所組成：(1)將圖片資訊拆解，每個被拆解的單元稱作viewlets；(2)電腦學習viewlets與圖片之間的構成關係，以及了解viewlets是如何組成大圖的；最後(3)辨識取樣點周圍的其他資訊，並判斷鄰近物體與主要物件之間的關聯性。此外，透過網路獲取資料的方式，除獲得海量資料供電腦學習分析外，也能得到同一物件的多種不同視角，供不同角度的判讀。 　　經研究證實，新型態系統的學習表現較傳統電腦視覺系統佳，能有效地令電腦透過僅有的有限資訊，推論出可能的完整資訊，為電腦視覺技術開啟新扉頁。該研究成果已發表於<Proceedings of the National Academy of Sciences> (PNAS)。

蜜蜂(bees, Apidae)為許多開花植物授粉，在農業應用上甚廣，例如花季時，果農多與蜂農合作，利用人為飼養的蜂群協助果樹授粉，蜂農可利用採收後的花蜜，發展特殊果香的蜂蜜商品。近年來由於農藥施用不當，加上氣候急遽變遷等因素，導致人工養殖與野生蜂群皆大量銳減，不但影響倚賴蜜蜂傳粉的作物，也使得許多野生蜜蜂物種面臨絕種的危機。有鑑於此，英國蘭卡斯特大學(Lancaster University)的研究人員設法找出蜜蜂拜訪開花植物的關鍵因素，最終發現有計畫的植樹可能是其中有效的保育策略。 　　研究人員發現，由於大型喬木或灌木樹籬(hedgerow)相較於矮小的草本植物開花數量較高，因此可提供相較多的花蜜，蜂群可在小範圍、短時間內採集大量的花蜜，減少覓食找蜜的時間，並降低因覓食所耗損的能量；另外，高大的喬木可做為指引蜜蜂採蜜與指引回巢的導航標的物；更重要的是，喬木與灌木供蜜蜂築巢、度冬、躲避颳風、下雨等功能，可作為蜜蜂棲息與躲避天災的場所。由此可見，樹木對蜜蜂的存亡扮演關鍵性角色，突顯植樹的重要性，為因應樹木與灌木在英國的覆蓋率在500年間快速減少，研究人員建議將來可運用人工智慧與機器學習運算，結合地景生態學，運用網絡運算方法規劃蜜蜂最佳的訪蜜途徑，並在不影響人們生活的情況下，以經濟效益高且管理方便的地區為植樹主要地點，除提供蜜蜂棲息與覓食的景觀環境，同時也讓透過蜜蜂傳粉的植物成功授粉、繁衍後代。【延伸閱讀】世界上最古老的茶葉拍賣會走向數位化 　　該研究提供有效的保育策略，並建議透過人工智慧、機器學系找出蜜蜂可能拜訪的最佳路徑，協助人們景觀方面的規劃。相關研究成果已發表在<Agriculture, Ecosystems and Environment>。

在全球氣候變遷下，各地出現長時間乾旱及強降雨等極端氣候的頻率增加，嚴重衝擊農糧及經濟作物的產量。除了透過研究抗逆境的物種外，因應氣候變遷而發展新的作物經營管理方法，將是對抗氣候變遷衝擊、維持農糧生產的方法之一。國際熱帶農業研究中心(International Center for Tropical Agriculture，簡稱CIAT)與西澳大學(University of Western Australia)共同研究發現，現階段以氣候智慧型農業(climate-smart agriculture，簡稱CSA)方式經營下的農業生產，將具提升農業產值的潛力。 　　氣候智慧型農業乃為解決氣候變遷造成農業生產方面之衝擊，而在農業經營管理上做出之調整與建議，氣候智慧型農業法主要包含三項目標： 　　　　(1)永續提升糧食生產力穩定糧食安全； 　　　　(2)提升農糧體系對氣候變遷之調適力及回復力； 　　　　(3)降低溫室氣體在農糧生產過程中之排放。 　　國際熱帶農業研究中心研究非洲、亞洲及拉丁美洲等地推行氣候智慧型農業法之成果，這些農業生產都位於熱帶地區且受到氣候變遷的衝擊。該研究以成本效益分析(cost-benefit analysis，簡稱CBA)發現，若遵守氣候智慧型農業原則，發展適地適種的方法，將可視種植作物種類與適當的栽培管理方式，在短時間便可獲得較佳的收入，然而大部分的調查卻呈現相反的結果。研究顯示，雖然氣候智慧型農業具有解決工業化農業所衍伸的問題，例如：減少大量化學肥料施用改以其他有機肥施用以改善土壤肥力問題，間接減少農業資材的投入與碳排等，但在大部分的案例中，許多地區仍未採用氣候智慧型農業的作業方法，這可能與當地農民不熟悉新型態的農作法、農民勞力限制及無足夠資金投入等原因，因而造成氣候智慧型農業法並未被農民採納。研究發現，除亞洲越南地區外，中美洲尼加拉瓜與非洲烏干達地區所推行之氣候智慧型農業法尚未有明顯的效益，這顯示氣候智慧型農業的推廣仍有成長的空間。氣候智慧型農業的推廣若能結合傳統農業生產、生活及生態三大功能，將能有效調適與減緩全球氣候變遷帶來的衝擊，融入在地農業生活，減緩地球暖化，最終必能達到預期之社會經濟效益。【延伸閱讀】人工智慧秒測豬隻重量技術 　　氣候智慧型農業作為國際農業研究諮商組織(Consultative Group on International Agricultural Research，簡稱CGIAR)與國際熱帶農業研究中心共同推廣與研究的目標，其研究成果可做為各國政府擬定相關農業政策與推動時重要的參考依據。該研究由國際農業研究諮商組織、國際農業發展基金(International Fund for Agricultural Development，簡稱IFAD)提供研究經費上的協助，相關研究成果已發表在<PLOS ONE>。

新興資通訊科技(Information and communication technology, ICT)已在各行業中普遍運用，也有越來越多農民透過資通訊技術，輔佐糧食及作物生產，提生農產量與產值。有鑑於此，各國政府也逐步推廣將資通訊技術導入農業生產，評估其成效。澳洲農業與資源經濟暨科學局(Australian Bureau of Agricultural and Resource Economics, ABARE)於2016至2017年間，訪問含括穀物種植業、牛羊養殖業、乳製品行業及種植蔬果業在內，共2,200多位農夫，希望瞭解資通訊技術於農業方面應用在澳洲普及的程度，並藉以調查資通訊在推行過程中遇到的障礙。【延伸閱讀】Capacitivo智慧桌巾變身生活好幫手 　　澳洲農業與資源經濟暨科學局的研究歸納7項重大發現： 高達96%的澳洲農民擁有並使用資通訊設備；數據顯示約95%的農民會上網。 農民因從事生產活動、從事網路商業行為、獲取新知及居家用途等因素，使用資通訊科技。 大型農戶較同行中的小農更願意投資及使用資通訊設備。 對大多數的農民而言，資通訊相關設備占整體資本財的比例相對較小，然而其卻是推動生產及有效撐起整個產業的重要推手。 資通訊技術的應用種類，在不同行業之間有不同的應用類型，例如從事穀物種植及蔬果生產方面多使用全球定位系統輔助，而乳製品行業則多以個體識別系統及畜群管理系統應用為主。 目前資通訊科技推廣上的障礙包括產品使用技巧、網路順暢度、設備花費及新科技導入情況。這些限制因素最主要的原因與農戶大小及產業規模有關，舉例來說，產業規模較小的畜牧業者最常發生使用資通訊產品技巧不純熟的情況。 網路可獲得度及連線品質將對農民能否順利使用資通訊設備產生重大的影響，一旦農民處於網路死角的偏遠地區，將導致資通訊設備無法順利操作、整體產業無法營運的窘境。 　　這份由澳洲農業與資源經濟暨科學局發表的報告，展示新興資通訊技術在農業方面的應用，以及揭示其推廣障礙。臺灣這些年來持續推動包含資通訊技術在內的智慧農業計畫，目的是為了應用尖端科學技術，達到農產業升級，產值提升的目標。雖然臺灣農業與澳洲農業環境相比，人力結構或產業規模型態皆有所不同，但澳洲農業科技化的腳步與高達96%的普及程度，將是台灣農業智慧化參考的亮點之一。 　　詳細報告請參考網站連結。

近年來虛擬購物市場逐漸成為消費者採購的管道，藉由網際網路及電子商務(e-commerce)服務技術的普及，消費者在彈指間便可購得商品，各個產業皆無法忽視這塊消費市場，其中也包含農業相關產業。雖然網路力量無遠弗屆、現代物流快速便利，然而某些特殊商品仍需強化其在網路市場的曝光度，園藝產業的活體作物便是其中一個例子。 　　有鑑於網路拍賣與電子商務在農產品消費市場的重要性，美國堪薩斯州立大學通訊與農業教育學系(Department of Communications and Agricultural Education, Kansas State University)的研究團隊選定活體園藝作物的網路消費模式做為主題進行研究，研究團隊選定美國亞馬遜(Amazon)、eBay等著名電子商務公司進行探討。研究發現園藝產品在網路市場的接受度並非如一般商品一樣好，為此研究團隊將消費模式分成買方、賣方及販售平台等幾個主要層面進行探討。研究發現，對賣方而言，園藝從業者對於電子商務與販售平台的使用及熟稔度將是關鍵，研究認為解決這問題的方法是透過不斷的教育，教導從業人員如何使用網路拓展自身的商業通路。從消費者購物的觀點，消費者選購商品會考量包含退貨條件、消費評價、性價比、貨到時間、販售形式、實物照片及運費等因素，因此若能符合消費者的期待，必能吸引其目光。 　　最後研究以亞馬遜公司的網路線上零售商及自行架設的購物平台作為研究對象進行調查，研究共抽樣園藝相關產業包含種苗商、花匠、室內設計師等行業在內，調查共498家業者，探討業者在網路販售農園藝商品的情況。研究發現僅4家業者在全美最大的網購平台亞馬遜販售活體園藝植物，44家業者則透過自行架設的網路平台進行銷售，然而大部分的業者並未透過網路平台販賣活體園藝植物，這顯示透過網路管道販售活體園藝作物的產業尚未普及，該產業仍有成長的空間。研究也發現由於亞馬遜的平台諸多的限制，使得活體園藝作物的販售有其窒礙難行之處，也因此業績成長僅侷限在都會地區。研究認為活體園藝作物在網路平台的販售仍屬起步階段，建議未來仍需加強輔導業者，並積極推展電子商務，找出使其獲利的策略。【延伸閱讀】減少乳牛抗生素使用的新工具 　　農業電商發展在臺灣依舊是相對新穎的行業，電子商務在臺灣現有的農產品市場中仍有其侷限，本篇研究可望為臺灣現有的農業電商市場，提供新的一盞明燈。相關研究成果刊登在<HortTechnology>。

花卉與其他植物結構擁有豐富且複雜的訊息，也能用於回應分類學、演化學及生態學上的多種問題。隨著資訊科學在生物學研究上逐漸扮演重要角色，將這些生物資訊轉化為易處理的數據資料並進行分析，具有絕佳的應用潛力。植物外觀的三維(3D, three‐dimensional)模型創建是作為研究中廣泛應用的工具，通常需要擷取所需結構的二維圖像，再於電腦中重建需擬3D模型。而高解析度X光電腦斷層掃描(High Resolution X-ray Computed Tomography)現已被用於建構植物結構的虛擬3D模型，甚至是化石植物。 　　禾本科植物因多以風力授粉，花朵結構較小且為複合花序，通常不易直接辨認，也難以外觀差別區別分類學上的多樣性；然而這些難以捉摸的花朵結構具有極大的經濟意義，成功授粉後會產生如稻米、小麥及玉米等穀物，有效了解種子結構與受精條件對於農業發展價值極高。 　　由美國愛荷華州立大學Phillip Klahs與團隊於<Applications in Plant Sciences>期刊上發表新技術研究，利用高品質3D數位化模型描繪植物構造，建置3種禾本科 (Poaceae)的花卉模組。此項技術包含光學顯微鏡拍攝植物薄層切片及利用電腦輔助設計(computer-assisted design, CAD)軟體，將2D影像轉換置3D模型重現並可在3D模組動畫中觀看；除了更加符合成本效益，同時能產生可用於精密顯微鏡技術之常規解剖切片。此外，以連續影像片段搭配標準光學顯微鏡能更精確地創建植物內部虛擬結構。【延伸閱讀】利用智慧型手機管控生產成本 　　最近幾十年來，生物資訊革命已橫掃植物學門領域，也顯示數位化方式帶來的成本效益與精準化。此項技術不僅促進植物生態學走進數位時代，也為世界科學與教育人員提供便宜又方便的方法。

美國農業部(United States Department of Agriculture, USDA)於11月13日在華府發表e-連結(e-Connectivity)先導型計畫，預計未來在美國農村投入大量基礎通訊建設，建立農村與都市之間的數位網絡。由於寬頻網路是現代人獲取資訊重要的推手，2018年美國聯邦通訊委員會(Federal Communications Commission, FCC)針對農村地區使用網路情況的調查發現，現今仍舊有80%的大眾無法擁有可靠、可負擔及方便快速的網路。為此，美國農業部積極在全國各地農村投入寬頻基礎建設，盼能替傳統農村注入新科技的意象，藉此增加區域經濟及提高經濟發展的可能性。 　　美國參議院在2017年通過農業及農村發展的相關法案，成立農業及繁榮農村跨部會專案辦公室(Interagency Task Force on Agriculture and Rural Prosperity)，盼能透過整合聯邦與各州政府之意見及資源，擬定包含建設e-連結(e-Connectivity)、改善生活品質(Improving Quality of Life)、提升農村勞動力(Supporting a Rural Workforce)、注入科技新意象(Harnessing Technological Innovation)及建設經濟發展(Economic Development)等措施，藉由透過新政策的規劃，提高農村的經濟發展與增加與都市的連結。 　　目前美國農業部透過電信計畫(Telecommunications Programs)提供19個專案計畫，共在美國12個州的農村地區投入9,100萬美金，提供許多經濟發展及建設的機會。這些基礎建設包含光纖寬頻系統的架設、升級現有DSL技術、升級無線通訊系統等。美國農業部希望藉農村寬頻基礎建設的設置，帶動現在及未來的區域經濟、促進商業發展、串聯農村地區的公共設施。 　　e-連結先導型計畫僅是美國川普當局繁榮農村的第一步，在建構互通有無的資訊網絡後，便可實現： 改善生活品質計畫、 提升農村勞動力計畫、 注入科技新意象計畫及 經濟發展建設計畫，為未來美國農村的經濟發展，注入一劑強心針。【延伸閱讀】現有家禽相關創新技術盤點 　　無獨有偶的是，我國近年來亦致力發展智慧科技農業，盼導入人工智慧/資通訊技術、農業生物科技及物流保鮮應用等元素，提升農產業各方發展。美國e-連結及延續計畫，或許可做為我國農業政策擬定及發展策略上重要參考依據。

Teapasar是新加坡的是一個初創的線上茶葉市集，於2018年9月推出，其中運用創新思維模式的兩種服務工具-ProfilePrint和TasteMap，可透過科學方式敘述茶葉特性及客戶偏好，並提供最接近客戶需求的茶葉品項。 　　ProfilePrint利用氣體色譜法與質譜儀(Gas chromatography–mass spectrometry, GC/MS)創造了茶的代謝物指紋圖譜，可針對茶樣本的來源、風土、栽培品種、收穫日期和其他標識進行了分類，透過質譜儀與多變量統計分析方法，能在沒有標籤的情況下也能查出茶葉樣本的來源及合法性。目前也有利用以擴增片段長度多型性(Amplified Fragment Length Polymorphism, AFLP)或檢測p -coumaroysolglucosol-rhamnosylgalactoside以分析茶葉樣本的方法，但ProfilePrint可提供生物標記和基因譜分析以外，更加便宜的分析方式，簡化的氣相色譜儀售價僅為兩千美元。 　　TasteMap則通過線上用戶選取的八種口味偏好類別以區別消費者，包括甜味、豐富度和澀味等，再依喜好推估茶品項和顧客之間的最佳配對，並以人工智慧與機器學習技術，通過反複試驗改進預測性能。由於TasteMap仰賴於大量數據量培訓，因此茶認證的實驗室利用超過一百萬個數據訓練樣本，以增進模型的預測能力。目前Teapasar已開始使用來自350種茶樣品的400個數據進行模型測試，隨著供應商和客戶的數量逐漸增加，機器學習的效果會更加優異。【延伸閱讀】草本茶正在全球流行中 　　Teapasar的創建提供了一個可擴展的業務平台，其建立基礎為新加坡國立大學(National University of Singapore, NUS)所提供的化學代謝物圖譜指紋辨識方面的專業知識，與新加坡科技研究局(Agency for Science, Technology and Research, A*STAR) 提供的機器學習算法和數據培訓，雖然目前規模較小，但代表著茶葉科學、生物技術、供應鏈整合和透明度等跨域技術的結合，可能性無限。

荷蘭應用科學研究組織中心(The Netherlands Organization For Applied Scientific Research, TNO)，開發能偵測土壤硝酸鹽含量並應用於監測氮礦化作用的感測器。氮對於植物生長發育與其體內蛋白質生產具有重要意義，ㄧ旦知道需要供給多少氮肥給土壤，農民就可以計算出最適合植物生長所需的肥料添加量。 　　目前TNO與瓦賀寧恩大學(Wageningen Universiteit)正執行ㄧ項名為DISAC(Data Intensive Smart Agrifood Chains)的計畫，此計畫與開發土壤硝酸鹽感測器相關，並與當地農業公司、科技公司及研究中心共同合作致力為精準農業研發新技術。 　　TNO所開發的感測器能頻繁偵測土壤中的硝酸鹽含量，提供最即時的數據。為了節省能源與數據儲存容量，研究人員每日進行量測並提供相關平均數值，藉由ㄧ系列的數據收集，能持續觀察土壤中氮礦化(nitrogen mineralization)的過程。迄今為止，所有結果皆為現場測試，未來將可於不同地點進行測量，並透過應用程式檢查數據結果。【延伸閱讀】英國土壤濕度感測器突破性進展，為智慧型灌溉鋪路 　　由於植物只能吸收銨態氮或硝酸態氮，因此植物生長與氮礦化程度具有相關性，藉由智慧化偵測系統提供土壤中氮含量指標，除了可協助農民了解土壤中的氮含量是否滿足植株所需，也可幫助觀察施肥後植物的利用狀況。 　　目前研究正於荷蘭的測試農場Dairy Campus- Vredepeel en KTC Zegveld進行測試。感測器安裝於距基座約15公分內的植株根系附近，而太陽能電源供應及相關設備則是安放於地面上。目標是利用模型與遠端偵測技術，了解預測和實際產量的差異性，以研究植物產量與其蛋白質含量，以及感測器如何實際應用於場域的方法。雖然目前仍尚未確定如何藉由此感測器優化現有的施肥機制，但這項研究有助於更瞭解植物的生長環境與氮礦化關係。

植物可通過土壤中的養分和水分維持生命，故預測土壤中水分動態變化對農業或水資源管理具有重要意義。然而，利用電腦模型預測土壤濕度是一項具有挑戰性的任務，需要考量土壤質地、植被、氣候(包含日照、風、溫度、降水等)、地形等資訊，且模型開發、應用和分析方法也至關重要。大多數常見的水文模型都是根據回溯性資料(retrospective dataset)進行校正，且不考量氣候變化，進而假設降雨與徑流的固定關係；這樣的模型應用時會加深估計土壤濕度變化的不確定性，並產生較大的誤差。 　　美國國家航空暨太空總署於數前年發射GPM(Global Precipitation Measurement)和SMAP(Soil Moisture Active Passive, SMAP)衛星，可幫助進行全球性的降水觀察，通過良好的模型預測，能夠幫助增進農業效率。而韓國慶北大學(Kyungpook National University)與美國德克薩斯州A&M大學(Texas A&M University)合作，通過結合隨機隱馬爾可夫模型(Hidden Markov Model, HMM)與遺傳演算法(genetic algorithm, GA)，提出了一種新型演算法，可幫助校正不同時空下的衛星數據與驗證其他水文科學研究。【延伸閱讀】農業先進大國荷蘭將邁向新的挑戰—應用宇宙衛星預測作物生產 　　GA屬於一種進化演算法，而HMM則幫助調整模型所需的輸入參數，使預測結果更加符合實際情形。此演算法在美國愛荷華州和伊利諾州進行測試，與過去文獻提出的SWAP(Soil-Water-Atmosphere-Plant)-GA方法相比，更提高預測的準確性。 　　此研究為隨機模型的首次應用，並開拓了使用衛星數據預測土壤水分動態變化的方法。雖在預測每日水分變化仍具有技術上的侷限性，但可進行較大空間與時間尺度的土壤溼度預測，並根據氣候變化進行調整，且只需使用現有氣象站的降水數據；不但簡化了參數輸入與模型結構，更縮小了預測的錯誤性。可協助氣候變遷影響下，未來的農業及水資源管理效率提升。

世界上大約四分之一的海產來自於底拖網捕撈(bottom trawling)而得，產量約為1900萬噸，底拖網是捕魚船上的大型捕撈工具，捕撈時沿著海床將不同種類、體型的漁獲一網打盡，雖然可以一次取得大量收穫，但也會一併帶走經濟價值低的小型生物，這些小型生物通常面臨丟棄或是死亡的命運，久而久之將不利於海洋生態。此外，底拖網的使用特性容易對底棲性生物及海底生態造成傷害，過去科學家們一致認為過度使用底拖網會影響海洋永續發展，但卻無法準確衡量影響範圍及危害程度。 　　絕大多數拖網捕撈發生在沿岸大陸棚和大陸斜坡的深度範圍中，但過往資料供的空間尺度較大，無法精細判斷拖網空間與足跡分布狀況。現今有一項跨國研究，使用高解析度衛星漁船監控系統(vessel monitoring system, VMS)與航海日誌計算底拖網足跡，針對非洲、歐洲、美洲及澳洲沿岸的24個區域進行數據分析，發現在780萬平方公里研究範圍的海洋區域中，底拖網捕撈範圍涵蓋了14％，但各地區的底拖網足跡存在極大差異。例如，智利南部僅有0.4％的海底遭受底拖網捕撈，而亞得里亞海則有80％以上。此外，在澳洲和紐西蘭海域以及北太平洋阿留申群島、東白令海和阿拉斯加灣海域，拖網佔地面積不到10％，但在部分歐洲海域超過50％。採用拖網的商業捕撈區域若達成公認的永續性捕撈標準，其拖網足跡通常較小。當底拖網捕撈面積低於10％時，底棲魚類捕撈率可達到永續性基準，但當面積超過20％時，維持永續性就有難度。 　　此研究中採用了捕撈船隊使用漁具的相關資訊，所提出的足跡估計值也比過往文獻描述更為準確。雖然部分地區(如東南亞)因缺乏詳細的捕撈數據而未被納入研究中，但此論文涵蓋了目前為止全球拖網捕撈狀況最詳盡的資訊，並提供了一種估算拖網捕撈足跡的方法，其中包含漁具尺寸、船速和拖網總時數等，進行較為合理的估計。【延伸閱讀】將作物空照圖轉為植物生長健康即時指標的應用程式 　　相關參與人員來自美國華盛頓大學(University of Washington)、羅德島大學(University of Rhode Island)、美國海洋暨大氣總署(National Oceanic and Atmospheric Administration, NOAA)阿拉斯加漁業科學中心、澳洲聯邦科學與工業研究組織(Commonwealth Scientific and Industrial Research Organisation, CSIRO)、荷蘭瓦赫寧根海洋研究中心(Wageningen UR)、阿根廷巴塔哥尼亞中心(Centro Nacional Patagónico)、英國班戈大學(Bangor University)和海洋管理委員會(Marine Stewardship Council)、芬蘭自然資源研究所等，論文發表於< Proceedings of the National Academy of Sciences of the United States of America (PNAS)>。

漁業和水產養殖業是各地民眾重要的食物、營養和收入來源，自糧食革命與工業革命以來，世界上人口持續增加，對於水產品的需求量也連帶上升；然而捕撈漁業產量在20世紀80年代末開始相對停滯，故水產養殖業成為促進食用水產供應量大幅增長的主要驅動力。 　　亞洲是全球養殖漁業發展最興盛的地區，然而養殖業可能受到氣候變化影響，使得產量下降，加上極端天氣出現越加頻繁，水產養殖保險可保障漁民因天然災害產生的經濟損失。目前已有數種水產養殖保險可以降低經濟風險，但海水養殖可能因當地海水深度或物種耐溫能力等特殊因子，造就不同的產量差異，這也是實際評估所面臨的挑戰，保險實施則應納入評估魚獲價值以及累積環境數據的相關技術才能真正貼合生產者需求。【延伸閱讀】Holstein UK推出牛資料庫以增進可追溯性與遺傳價值 　　日本Umitron公司已開始在水產養殖領域使用物聯網與人工智慧技術，2017年開發的第一個產品UmiGarden可透過記錄魚群變化幫助漁民優化飼料配方。現在Umitron更擴大早期資金並啟動水產養殖保險數據服務，總額達到11,043,702美元，是aquatech早期創業公司籌集的最大金額。另外，自2018年8月起，開始使用物聯網和衛星遙感數據協助水產養殖保險服務，以評估和減輕與海洋環境和漁場營運的相關風險。